人脸识别技术分析

《人脸识别技术分析》由会员分享，可在线阅读，更多相关《人脸识别技术分析（18页珍藏版）》请在金锄头文库上搜索。

1、人脸识别技术分析人脸识别技术分析近年来，由于反恐、国土安全和社会安全的 需要，世界上各个国家都对安防领域加大了投 入。在安防行业中生物识别一直是市场中备受 关注的焦点之一，近年来保持着较高的增长率，其中人脸识别是一个活跃的研究领域，也是人类 视觉最杰出的能力之一。虽然人脸识别的准确性 要低于虹膜、指纹的识别，但由于它的无侵害性和对用户 最自然、最直观的方式，使人脸识别成为最容易被接受的 生物特征识别方式。目前人脸识别技术不断得到发展，该 技术广泛应用到电子 护照、生物特征身份证、体育场馆、 银行、公安等系统中，对安检、奥运反恐、刑侦追逃等有 重 要意义。当前由于其应用日渐增多该市场份额比 重在

2、 不断增加，前景普遍被看好。对于人脸识别的应用，依照摄像机到用户的 距离可 将其分为近距离人脸识别（普遍必要用户合作）、中距离 人脸识别和远距离人脸识别系统（FaceRecognitionataDistance （ FRAD），其中 远距离人脸识别技术关注的是在一个广阔区域 内进行非合作 的人脸自动识别，这种远距离生物特征的提取和识别可以通过采用主动视觉系统 解决。目前 在很多商业、安防和国防应用中都 需要在开阔区域内进行 远距离（10 20 米或更 远）非合作的人员识别。比如用 于安防目的的人 员识别和监督、入侵检测，以及在广阔的 区域内 通过智能摄像机网络进行人员跟踪等。人脸识别 与 视频

3、监控的无缝对接可极大地提升传统视频 监控的预警 功能和智能化程度，并极大地拓展人 脸识别技术的应用空 间。在近距离人脸识别中，摄像机可以轻松捕捉 高辨别 率和相对稳定的人脸图像。而可在FRAD应用中，人脸图像质量却是个大难题，可以说，远距离人 脸识别是视频人脸识别应用中最具挑 战性的形式之一。近 年来国内外针对远距离人脸 识别的研究很多，从目前的发 展情况来看，对于 广阔的覆盖区域已经有一些有效的解决 办法，如 可通过多摄像机主动视觉系统完成 FRAD 即系 统通过广视场摄像机（VA name=0LE_LINK1WF0VV 检测和追踪人 脸，通 过自动控制的近视场（NFOV全方向旋转及变焦（P

4、TQ摄像 机采集高分辨率人脸图像本文对国外远距离人脸识别系 统的研究情况以及美国通用电气公司新研发的远距离人 脸识别系统生物特征监控系统进行介绍。国外远距离人脸识别的研发情况近年来，国际上对人脸及人脸面部表情识别的研究 逐渐成为科研热点，很多机构都在进行这方面的研究，吸 引了大量的研究人员和基金支持，其中走在前边的主要是 美国、欧洲、英国和日本等国家。在远距离人脸研究方面， 主要是采用主动视觉的方法进行设计和开发，集中用于 人脸图像采集和识别目的的自动目标选择和摄像 机控制 系统，以下介绍一些主要的实现方式。第一，美国乔治亚理工学院在较早前的工作中，研 发了一套由一对WFO摄像机和一对NFOV

5、摄像机构成的主 动视觉系统。该系统用于人机互动，应用范围仅为几米远 但可检测皮肤颜色，并采用三角测量法进行3D定位，并 自动控制NFOV1像机采集人脸图像、第二，西门子公司推出了一套实时双摄像机 人脸图 像采集系统，该系统采用了安装于头顶的 全景摄像机进行 目标定位，PTZ摄像机采集人脸 图像。第三，卡内基梅隆大学机器人学院研发的远 距离人体识别系统（DHID,通过远距离拍摄视 频进行人脸和步态 双重识别。该系统采用了一个 具有 60视场的 WFO 據像 机，从 50 米外对目 标进行追踪，采集放大的视频序列和人脸图像分 别进行步态识别和人脸识别。第四，意大利热那亚大学的 Marchesott

6、i 等 人采用 双摄像机系统远距离采集人脸图像，在 WFO 视频中采用了 -blob 检测器进行人体检测， 并通过一台 NFOX 摄像机采 集目标人脸图像。第五，IBM公司研发了一套人脸分类器，采用了双 几何刻度的 WFO 據像机进行人体检测， 重叠覆盖了 6 米 X 6 米的图像采集区域，在每个 WFO 摄像机视场中应用了 多-blob2D追踪器，并 通过一个3D多-blob追踪器在真 实世界坐标系 统中确认头部位置第六，伦敦大学计算机科学学院开发了一种 远距离 人脸图像采集方法，该方法的目标是对人 体姿势和部分遮 挡具有稳健性，该系统由一套具 有 135视场的静止 WFO 據像机和具有 1

7、3视 场的 NFOV 摄像机组成。为了提高对 部分遮挡的 稳健性，系统在 WFOVi 场中直接检测人脸的位 置而不是整个身体的位置，人脸检测结合了运动 检测、背景建模和皮肤检测, 像机 然后由 NFOVPT 摄 采集高分辨率人脸图像。第七，牛津大学主动视觉实验室提出了用于 人脸图 像采集的多摄像机主动监控系统的架构。在该架构中，人 体追踪器与每一个 WFO 據像机 相连，采用了高级推理算 法并通过SOL数据库共 享数据。WFOV追踪器的人体检测 结果自动指示 NFOX 摄像机瞄准目标。此外，采用 NFOX 摄像机 追踪人脸时，在追踪过程中采用了速度控制系 统。第八，通用电气全球研发中心设计了一

8、套基于多摄像机追踪架构的远距离监控的人脸图像 采集原型 系统，该系统采用了 4台视场相互叠加 的 WFO 摄像机进 行人体追踪，追踪面积达到 300平方米，人体追踪在现实坐标下进行，并控制 4 行人群的 长期监控，通过人脸识别建立追踪目标的身份，之后系统台 NFOVPT 摄像机进行人脸图像采集。该系统进评估个体间关系的紧密程度以 掌握其社交网络。基于主动视觉的 FRAD 系统 美国洛克西德马丁公司资助通用电气全球 研发中心完成了对远距离人脸识别开发的一个 原型系统，其称之为生物特征监控系统”，该 系统是一套基于多摄像机追踪 架构的远距离监 控的人脸图像采集原型系统，系统应用固 定的 WFOX

9、摄像机进行可靠的人体检测和追踪，并采 用卡 尔曼滤波器对人体位置进行追踪，确保预测出PTZ摄像机 能够采集到人脸图像的位置。人体 追踪系统可同时处理视 场内的多个目标， 优先选 择系统会选择一个目标进行图 像采集， 这时摄像 机将逐一快速对准目标，确保能够采 集到视场内 所有目标的人脸图像，最后采用商业人脸识别 器 进行人脸图像处理。实践表明，该系统的人体定 位距离可达 2550 米，人脸图像采集距离可达 1520 米。该系统的一个重要创新是将生物特征识别 与可靠的地面人体追踪器结合起来，在使用时人 一旦进入 WFOV 摄 像机视场内，追踪器就能够锁 定该目标直到目标走出摄像 机视场。在应用中

10、，摄像机采集到的人脸图像和识别结果 会与存储 于内部数据结构的追踪目标 ID 进行关联，这样 可以在长时间内累积识别信息，允许目标选择系 统选择还 未识别的追踪目标。该系统具有多个可配置运行模式，包 括自动注册和基于网络的自动 注册数据共享(当目标从一 个摄像机区域移动到 另一个摄像机区域后，允许重复目标 识别)。1.系统的应用设计(1)硬件该系统可由多个节点组成，每个节点由一对WFO 和 NFOV 摄像机构成，摄像机置于标准的架 高工作台 上，两台摄像机均为索尼的 EV1-HD1 摄像机通过串口 VISCATM 接口连接，其中 WFOV 摄像机分辨率为 640X 48030Hz (NTSC,

11、固定 角度；NF0V1像机分辨率为1280X 720,30Hz,其角度、转向和放大倍数由计算机控制。(2)人体检测和追踪在WFOV静态摄像机视场中检测并追踪移动 的人体， 由于摄像机是静止的，所以该系统采用了背景差分法检测 移动目标。系统对每一个像素的每一个颜色分量分布采用 了自适应的参数模型，任何与建模不符的像素都将被认定 为前景像素。在追踪的过程中，焦距、WFOVf像机的方向 和位置等内外参数都通过一个计算过程得出，这些参数通 过真实坐标与WFO據像机视频帧映射得到。假定一个人在 行走，计算视频中包含整个人体的可行区域，那些能够匹 配可行区域的前景像素簇即为检测到的人体。人体检测过 程在W

12、FO视频中以10Hz的频率进行，其中采用了卡尔曼滤波器，这使得系统对于瞬时干扰更加稳 定，并且卡尔曼滤波器提供了追踪目标的速度，这样就可以预测目标的前行位置(3) PTZ控制器PTZ 控制器主要是对 PTZ 摄像机的平移、旋 转、放 大倍数的控制。在具体操作时，根据 WFOV 摄像机画面对 NFOX 摄像机画面进行计算，首先 NFOV 摄像机处于原始位 置，即平移和倾斜角度 0，放大倍数为 1,采用点对应估 算 WFO 和 NFOV 摄像机画面中同一点的位置关系。NFOV 摄像机 经过 进一步计算，以确定平移、倾斜和放大设置对其画面的影 响。在这个计算的过程中，十分精确和重要的部分是摄像 机的

13、放大点，放大点就是 当放大倍数改变时真实世界坐标 不变的点，通常是一幅图像的中心。实践表明确切的放大 点根据 设备的不同而不同，当对远距离物体采用高放大 倍 数时，即使很小的放大点偏移也会影响抓拍目 标的准确性 在该计算过程中，一旦在 WFOV 视 频中确定了目标位置和 区域尺寸，就直接确定了NFOV 平移、倾斜和放大倍数的设置，这会使得 目标图像 填满整个 NFOV 勺画面(4) 目标选择对于目标的选择，一般在低分辨率的 WFOV 视频中可 能会检测和追踪到多个目标， 因此该系 统采取了优先选 择机制选择目标，自动控制NFOVPT 摄像机采集目标的高分辨率人脸图像。目标优先选择基于目标的历史

14、记录和当前状态，对于每一 个被追踪的目标都有一个用于优先选 择的目标记录。该记 录包括过去目标被检测的次 数、人脸图像采集的次数和人 脸识别的成功次 数。通过人体追踪器中的卡尔曼滤波器可 以确定 以下几个参数：目标到摄像机节点间的距离、方 向 余弦和目标的速度。（方向余弦是指目标行走 方向与摄像 机方向夹角的余弦，表明了目标正脸 与摄像机节点间的角 度。）系省略范围方向做10-U S100f 20检测灰数-2-5,0人憧采集次数-10人睑识别次数0_15f 工表 1 用于计算目标得分的参数使用以上信息对被追踪目标进行评分， 评分 最高的 将被选为人脸图像采集对象。评分的得出 主要是将每一参 数

15、乘以一个系数，并对结果进行省略处理再相加，最后得 到最终的评分，如表 1 所示为一组参数和系数。例如，目 标的方向余弦 乘以系数 10，然后限定于-8,8内，再与其它 分数相加就得到评分。类似地，目标的速度（米 / 秒）乘以 10，限定于0,20的范围内，目标移 动得快 意味着会更快离开覆盖区域，所以增加了 优先选择的分数。而采集次数、成功采集人脸图 像的次数和成功识别人脸的 次数的系数都为负 数，这将对优先选择减分，减少系统重 复采集。系统为各个参数限定了范围，可避免任何一个单 独的参数过大而影响优先选择分数。 总之，优先 选择过 程是在挑选行进速度快、面向摄像机的目 标。在实际中 目标选择机制使得系统能够从一 个目标向另一个目标移 动，去选择未出现过的、 有用的人脸图像。一旦选定了目标，人体追踪器中的卡尔曼滤 波将预 测出目标在下 0.51.0 秒的人脸位置， 然后 NFOV 摄像 机将调解放大倍数等参数指向该 位置，直到目标经过。这个做法为系统留有完成平移、倾 斜和放大设置的时间，当目标经过 NFOV 摄像机画面时， 目标的人脸和上身将通过 NFOV 摄像机视频画面的中心，然后由基于 NFOV 视频 图像的人 脸检测模块进行人脸检测